首页> 中文学位 >基于图像配准的药用玻璃瓶印刷字的缺陷检测
【6h】

基于图像配准的药用玻璃瓶印刷字的缺陷检测

代理获取

目录

声明

第1章 绪 论

1.1 课题背景及意义

1.2 国内外研究现状

1.3 课题研究内容及论文结构安排

第2章 药用玻璃瓶缺陷检测系统设计

2.1 检测系统的设计目标

2.2 检测系统完成的检测项目

2.3 药用玻璃瓶印刷字缺陷检测系统整体结构和设备结构

2.4 检测系统的图像采集设计

2.5 检测系统主要的图像处理方法

2.6 本章小结

第3章 图像配准的技术研究

3.1 图像配准的基本原理

3.2 图像配准的方法分类

3.3 基于特征图像配准的主要步骤

3.4 本章小结

第4章 特征提取和特征匹配算法研究

4.1 图像预处理

4.2 SUSAN角点检测算子

4.3 Harris角点检测算子

4.4 SIFT特征点检测算子

4.5 几种特征点提取算子的性能分析

4.6 特征点匹配

4.7 药用玻璃瓶印刷字缺陷的检测

4.8 本章小结

第5章 药用玻璃瓶印刷字缺陷检测实验平台的搭建

5.1 实验平台的工作原理与结构

5.2 系统PLC接线图

5.3 检测实例与结果分析

5.4 本章小结

总结

参考文献

攻读硕士学位期间所发表的论文

致谢

展开▼

摘要

随着经济的不断发展,人们生活品质的不断提高,药品的安全问题越来受到国家的关注与重视。为防止药品的生产日期和生产批号被修改,国家食药监局要求药瓶的外观印刷检测过程由药品包装生产企业来完成。目前药瓶生产企业还没有药瓶印刷字缺陷检测的配套设备,药瓶检测都是由人工来完成的。人工检测局限很大,不能保质保量地完成任务,针对这种情况设计了一套完整的药用玻璃瓶印刷字缺陷检测系统。
  (1)根据市场对药用玻璃瓶印刷字缺陷检测的要求,设计了系统的整体架构,包括机械结构单元、图像采集和处理单元、控制单元。完成了PLC选型、采集设备的选择、光源和照明装置的设计、电机选型等硬件设计。
  (2)根据图像配准原理以及常用方法,针对药用玻璃瓶印刷字缺陷检测的特点选择了基于特征的图像配准方法对其进行检测。基于特征的图像配准中最关键的两步是特征提取和特征匹配。特征提取中选择了提取精度高的 Harris角点检测算子和SIFT(Scale Invariant Feature Transform)特征向量。在特征匹配中,Harris算子与归一化互相关算法NCC(Normalized Cross Correlation method)相结合进行匹配,SIFT算法与欧式距离相结合进行匹配,并且两者都采用RANSAC(Random Sample Consensus)的去外点算法进行精确匹配。通过对结果进行对比与分析,选择了匹配正确率高的SIFT算法。
  药用玻璃瓶印刷字的缺陷检测中,利用图像差分法得到差分图像,然后将差分图像进行二值化得到二值图像,最后借助八邻域的概念去除孤立点。通过计算去除孤立点后图像中灰度值为0的像素点的个数与原图像像素点个数的比值来判断药瓶是否合格,实验表明此方法能够实现实际生产的要求。
  (3)根据系统的实验设计和硬件选型,搭建了药用玻璃瓶印刷字缺陷检测的实验平台,通过工作界面可对系统的参数进行设置。将选取的图像处理方法应用于该平台上,药用玻璃瓶印刷字的缺陷可以进行实时的在线检测。实验结果验证了算法的有效性,实现了检测系统的设计目标,完成了系统的检测项目。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号